Plotly 3D图
本章将提供有关 3D (3D) Scatter Plot 和 3D Surface Plot 以及如何在 Plotly 的帮助下制作它们的信息。
3D 散点图
三维 (3D) 散点图类似于散点图，但具有三个变量-
x、y 和 z 或 f(x, y) 是实数。该图可以表示为点三维笛卡尔坐标系。它通常使用透视方法（等距或透视）绘制在二维页面或屏幕上，因此其中一个维度似乎是从页面中出来的。
3D 散点图用于在三个轴上绘制数据点，以尝试显示三个变量之间的关系。数据表中的每一行都由一个标记表示，其位置取决于其在
X、Y 和 Z 轴上设置的列中的值。
可以设置第四个变量以对应
标记的
颜色或
大小，从而为绘图添加另一个维度.不同变量之间的关系称为
相关性。
A
Scatter3D trace 是由 go.Scatter3D() 函数返回的图形对象。此函数的强制参数是 x、
y 和 z，它们中的每一个都是一个
列表或数组对象。
例如-
import plotly.graph_objs as go
import numpy as np
z = np.linspace(0, 10, 50)
x = np.cos(z)
y = np.sin(z)
trace = go.Scatter3d(
x = x, y = y, z = z,mode = 'markers', marker = dict(
size = 12,
color = z, # set color to an array/list of desired values
colorscale = 'Viridis'
)
)
layout = go.Layout(title = '3D Scatter plot')
fig = go.Figure(data = [trace], layout = layout)
iplot(fig)
代码的输出如下-
3D 曲面图
曲面图是三维数据的图表。在曲面图中，每个点由 3 个点定义：其
纬度、
经度和
高度（X、Y 和 Z）。表面图不是显示单个数据点，而是显示指定的
因变量 (Y) 和两个自变量（X 和 Z）之间的函数关系。该图是等高线图的配套图。
这是一个渲染简单曲面图的 Python 脚本，其中
y 数组 是 x 的转置，z 计算为 cos(x2+y2)
import numpy as np
x = np.outer(np.linspace(-2, 2, 30), np.ones(30))
y = x.copy().T # transpose
z = np.cos(x ** 2 + y ** 2)
trace = go.Surface(x = x, y = y, z =z )
data = [trace]
layout = go.Layout(title = '3D Surface plot')
fig = go.Figure(data = data)
iplot(fig)
下面提到的是上面解释的代码的输出-
